Smart Home Technology Integration in Home Modification Programs Serving Older Adults: A Focus Group Study with Program Grantees (Preprint)
Notice bibliographique
Résumé
Background: As people age over the coming decades, demand for in-home support and other interventions, such as home modifications, to help older adults age in place successfully, is also expected to rise. Smart home technologies have the potential to enhance aging in place by complementing traditional home modifications; however, adoption within federally funded home modification programs remains limited. Objective: This study explored grantees' perspectives on the Older Adults Home Modification Program (OAHMP) to understand current practices, perceived benefits, barriers, and strategies for integrating smart home technologies into home modification services. Methods: An exploratory qualitative study was conducted with staff, occupational therapists, and home builders from 3 OAHMP grantee organizations. A 1.5-hour virtual focus group was held and thematically analyzed using a deductive approach grounded in the discussion agenda. Results: A total of 11 participants reported early adoption of select smart devices-most commonly smart speakers, doorbell cameras, motion-activated lights, and smart plugs-to enhance home safety, communication, and independence. Barriers to broader implementation emerged at three levels: (1) older adults' digital literacy, privacy concerns, and device maintenance burden; (2) contextual constraints, such as unreliable internet in rural areas; and (3) organizational limitations, including training needs, staffing capacity, and funding challenges. Participants emphasized the importance of progressive adoption, hands-on training, and low-maintenance technology. In addition, partnerships with university educational programs were well established among selected grantees to provide technology training resources for older adults. To inform a reasonable technology selection for home modifications, criteria were proposed across 5 domains: installation, usability, accessibility, sustainability, and security and privacy. Conclusions: Integrating smart home technologies into home modification programs provides a scalable, cost-effective opportunity to improve aging in place outcomes. Policy support, workforce training, valid selection criteria, and sustainable funding models are needed to promote equitable adoption across OAHMP and similar federally supported programs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».